數位轉型最難的一步：把紙本流程畫進螢幕
所以，「把纸本流程画进萤幕」的本质，是一次把隐性知识显性化的工程。它不是美编工作，也不是单纯的系统设定，而是一场带有政治性的组织访谈：你必须问出那些「平常不会说出口」的规则，并且说服拥有这些知识的人，愿意把它交出来。
二、纸本流程的三层结构：表单、规则、例外
要画出可用的流程图，先把纸本流程拆成三层来看，会清楚很多。实务上，绝大多数的失败都发生在第三层被忽略。
第一层：表单背后的栏位设计
纸本表单上的栏位，往往带着历史包袱。有些栏位早期有用、现在已经没人填；有些栏位是同一个资讯填了三次，因为不同部门各自要留存；有些栏位写的是「备注」，实际上是整个流程最重要的判断依据，例如「急件」、「客户指定」、「尾数不足」。
把栏位搬进系统时，需要做的不是「照抄」，而是「重新设计资料模型」。几个实用的检查点：
第二层：签核路径与权限逻辑
签核路径是最容易被「画得漂漂亮亮」的一层，也是最容易与现实脱节的一层。纸本时代的签核路径通常有三种写法：写在表单背面的「流程说明」、写在部门作业办法里的条文，以及实际在跑的版本。这三者经常不一致。
举例来说，作业办法写的是「金额十万元以上须经厂长核准」，但现场的实际作法是「十万元以上先电话报告，纸本后补」，而且「如果厂长出差，由副厂长代签，但副厂长不会盖章，只会签名字」。这些细节在系统设计时如果没被处理，上线后就会变成「系统不允许代签」或「代理人制度不存在」的客诉。
设计权限逻辑时，建议把问题问得更细：
第三层：例外处理才是真正的 know-how
如果一条流程有百分之八十的时间走在标准路径上，那么它百分之八十的价值，其实藏在剩下百分之二十的例外里。原因很现实：标准路径谁都会走，例外才是「这家公司之所以还能出货」的关键。
常见的例外类型包括：
时间例外：月底结帐前不收单、连假前两天的急单走特殊通道。
资料例外：品号还没建立就要先下单，靠人工备注与后续补建。
数量例外：尾数不足、超交容许范围、部分收货。
系统例外：系统当机或网路断线时的备用流程（通常是纸本加电话）。
这些例外在访谈时最容易被漏掉，因为受访者不觉得那是「流程」，他们觉得那是「状况处理」。所以访谈时不要问「你们的流程是什么」，要问「上一次这张单子出问题是什么时候、当时怎么解决的」。异常故事永远比标准作业程序更能挖出真实规则。
更务实的作法是：例外不一定要全部自动化。有些例外频率极低（一年三次），把它做成系统功能反而是浪费；比较合理的做法是设计一个「例外签核」机制——让例外可以被合法地记录下来、被主管核准、被稽核追踪，而不是逼现场偷偷绕过系统。这一个小设计，往往决定整个专案会不会长出「影子流程」。
三、从纸本到萤幕的实操方法：流程考古学
谈完结构，来谈方法。把纸本流程搬进萤幕，最有效的心态不是「系统导入」，而是「流程考古」。考古学家不会拿着设计图去现场要求遗迹照着他的图排；他们会先挖掘、记录、比对，再提出解释。流程数位化也该如此。
步骤一：跟着表单走一遍真实流程（现场实地跟单）
不要只坐在会议室访谈。请带着一张空白表单，从申请人填第一格开始，实际跟着这张单子走完整个旅程：它在谁的手上停了多久、被放在哪个文件匣、被谁翻过、被谁盖了章、在哪一个环节被搁置到隔天。这个过程在精实管理里叫「现场实地观察」，在流程数位化里同样适用。
跟单时请记录四件事：时间戳（每个节点进出的时间）、经手人（不是职称，是真正动手的那个人）、载体转换（什么时候从纸本变电话、从电话变 Email、从 Email 变 LINE 群组）、等待原因（为什么停在这里）。跟三到五张单，你会得到一份比任何作业办法都真实的流程描述。
步骤二：画出「现况流程图」而非「理想流程图」
这是最关键、也最常被跳过的一步。多数专案会议里，大家画的是「未来流程」——也就是主管心目中理想的、干净的、没有例外的流程。这种图很美，但它没有诊断价值，因为你不知道现在的痛在哪里，也就无从判断自动化之后省下了什么。
正确的顺序是先画「现况流程图」（As-Is），而且要画得丑陋、画得诚实：把电话、纸本、口头同意、Excel 补登、LINE 群组全部画进去。一张诚实的现况流程图通常会让人吓一跳——原来一张单子经手了九个人、跨越了三个系统、平均走了六点五天，而真正在处理的时间不到四十分钟。
画完之后，再画「未来流程图」（To-Be）。此时每一个被删掉的步骤、每一个被合并的签核，都有明确的理由，而不是凭感觉。这份对照，也是后续向管理层沟通 ROI 最有力的材料。
步骤三：标注每个节点的资料、判断、等待与例外
一张流程图如果只画方框与箭头，它只能用来简报，不能用来开发。要让工程师能实作，每个节点至少要标注四种属性：
资料：这个节点读取哪些栏位、产生哪些栏位、有没有验证规则。
这四栏填完，流程图就自动变成一份需求规格的雏形。更重要的是，它会逼出「说不清楚的地方」。凡是标注时卡住的节点，就是后续访谈要追的地方——那些地方通常正是隐藏最多默契的环节。
步骤四：决定哪些自动化、哪些保留人工
把流程画进萤幕，不等于把所有人赶出流程。比较好的做法是把每个步骤分成三类：
这个分级的意义在于设定合理的期待。如果一开始就宣称「全流程自动化」，最后一定会为了迁就那些不适合自动化的环节，把整个系统做成一个巨大的、没人想用的表单产生器。相反地，明确保留人工判断空间，反而能让系统活得更久。
四、常见陷阱：流程数位化为什么最后变成「更贵的纸本」
看过一些专案之后，会发现失败的模式高度重复。以下三个陷阱，几乎可以在每一个「上线后现场反弹」的案例里找到。
陷阱一：直接把纸本栏位一比一搬到网页
这是最常见的错误，也是最容易发生的原因——因为这样最快、最省沟通成本。纸本上的栏位被一个不漏地搬到网页，连「备注」都留着，于是系统变成了一个「电子表单产生器」：资料进去了，但没有结构；可以查询，但无法分析；可以列印，但流程仍然靠人推进。
更糟的是，一比一搬迁会把纸本的历史包袱一起继承。举例来说，原本因为纸本空间有限而设计成「一式三联」的复写设计，在系统里根本不需要；原本因为要手写而拆成两栏的姓名与编号，在系统里可以直接串接；原本因为签核要跑不同楼层而设计的串行签核，在系统里可以改成并行。这些「因为纸本而存在的限制」，如果不在数位化时一并解除，那数位化就只是付费换个媒介而已。
陷阱二：把流程画得太完美，忽略组织现实
第二个陷阱来自顾问与专案团队的专业自尊：他们会画出教科书等级的流程——签核层级清楚、权责分明、没有任何例外。这张图在简报时非常漂亮，但在组织里活不下来，因为它没有考虑到人的因素：某个资深主管坚持所有的单子都要经过他、某个部门习惯在下班前才把单子送出来、某个厂商的联络窗口只接受电话。
组织现实不是「有待改善的坏习惯」，而是「让组织还能运作的既有结构」。比较务实的做法是：在流程图上把「现实」与「理想」并存标示——哪些环节这次先照现实做，但设定三个月后检视；哪些环节这次就改，因为改动的成本低且阻力小。用「分期」取代「一次到位」，是流程数位化能不能落地的重要差别。
陷阱三：IT 与现场的语言不通
现场说「红单」、「大单」、「尾数」、「压交期」；IT 听到的是「未定义的名词」。现场说「这个要问一下」，IT 听到的是「没有明确的决策规则」。现场说「以前都可以」，IT 听到的是「需求不确定」。两边的语言都没有错，但没有翻译，就会变成无限回圈的会议。
一个便宜又有效的解法是建立「词汇表」：把现场术语与系统名词一一对应，并且写成一句话定义。例如「红单 = 急件申请单，条件为交期小于三日的订单，需厂长核准」。这份词汇表不只是沟通工具，日后还可以直接变成系统里的选项说明与教育训练的素材。
另一个常见的沟通断层是「流程图的语言」。工程师习惯用状态机与资料流程思考，现场习惯用人名与楼层思考。解法是在流程图上同时标示「工作角色」与「实际职位」，并且在每个节点旁边标注该节点的「痛点」。当现场看到自己的痛点被画进图上，他们才会相信这个专案不是在消灭他们的工作，而是在减少他们的麻烦。
五、AI 在流程数位化中的新角色
过去两年，AI 在这个环节的角色出现了实质变化。它没有让「流程考古」这件事变得不必要，但它大幅缩短了「访谈、整理、画图、写规格」之间的时间差。对资源有限的中小企业来说，这个时间差往往就是专案能不能启动的关键。
用 AI 读表单、抽栏位、生成资料模型雏形
现在的视觉语言模型已经可以做到：上传一张纸本表单的扫描档，请它辨识所有栏位、推测栏位型别（文字、日期、金额、选项）、指出可能的验证规则，并输出一份结构化的栏位清单。它当然会错，但它的初稿可以让访谈从「从零开始」变成「从八十分开始修」。
实务上的用法是：先让 AI 产出一份栏位清单与资料模型草稿，再由熟悉流程的同仁逐栏检视，标注「保留、删除、合并、改型别」。这个动作通常能在两小时内完成过去需要两天的整理工作。要提醒的是，AI 不认识你公司的历史包袱——它不会知道「备注二」其实是给报关用的，所以人的检视绝对不能省。
用 AI 做流程探勘与例外分析
如果组织已经有某种程度的系统纪录（签核系统、工单系统、ERP 的异动纪录），流程探勘（Process Mining）就能派上用场。这类工具可以从事件日志中还原真实的流程路径，包括那些「官方流程图上不存在」的路径。AI 在其中扮演的角色，是协助辨识高频路径、异常路径、以及造成延迟的瓶颈节点。
更进一步的应用是把「非结构化资料」也纳进来：例如把 LINE 群组的对话、Email 的往返、客诉纪录做摘要与分类，找出哪些例外最常发生、发生在哪个环节、由谁处理。这些正是传统访谈最难挖到的部分，因为受访者自己也不记得频率。
用 AI 缩短「访谈逐字稿」到「流程草稿」的距离
这是我认为目前最被低估的用法。流程访谈的录音转成逐字稿之后，可以让语言模型做三件事：一是抽出所有提到的角色与动作，整理成节点清单；二是标出所有「条件句」（如果⋯⋯就⋯⋯），这些通常是判断规则；三是列出所有「不明确处」，也就是访谈中语焉不详、需要二次确认的地方。
这三份输出，几乎是流程图与需求规格的骨架。专案团队要做的，不再是痛苦的整理，而是判断与确认。这不会让专案变得不需要人，但会让有限的人力集中在真正需要经验的地方——判断哪些规则该保留、哪些该改、哪些该谈。
也要说清楚 AI 的限制：它没有在现场走过那一趟，它不知道那张单子为什么会被压在文件匣底下三天。流程数位化最核心的知识，仍然是靠人蹲现场换来的。
六、衡量成功的方式：不是上线日，而是三个指标
最后一个常被忽略的问题是：怎么知道这一步做对了？多数专案的验收标准是「系统上线、功能测试通过」，但这只能证明系统会动，不能证明流程变好。我建议改用三个可以持续追踪的指标。
第一，流程周期时间。从申请到结案的平均时间，以及分布（不要只看平均，要看九十分位数）。如果系统上线后平均时间缩短，但九十分位数变长，代表例外处理变得更糟，这是常见的隐性恶化。
第二，例外率与重工率。有多少比例的单据走了非标准路径？有多少比例被退回重填？这两个数字在纸本时代通常查不到，系统上线后终于查得到——而这正是数位化最大的附加价值之一：它让原本隐形的成本变得可见。
第三，影子流程率。现场有多少比例的工作仍然在系统外完成（纸本、Excel、通讯软体）？这个指标最难量测，但最诚实。可以做的方式包括：抽查系统纪录与纸本纪录的差异、观察会议中使用的文件来源、以及匿名问卷询问「你上一次绕过系统是什么时候」。
如果一个专案能在上线六个月后，让周期时间缩短、例外被看见、影子流程下降，那么它就成功了。反之，如果系统上线了、报表很漂亮，但现场桌上还放着一叠纸本，那么所谓的数位转型，只是多了一套更贵的纸本。
七、结语：把默契变成规格，才是真正的转型
回到一开始的问题：数位转型最难的一步是什么？不是选软体、不是编预算、不是训练员工使用新介面。最难的是有人愿意坐下来，把那条跑了三十年的流程，一格一格地问清楚：这个栏位谁在看、这个章为什么要盖、这个电话为什么非打不可、这个例外为什么可以被允许。
这件事没有捷径。它会占用现场的时间、会掀开组织里不太好看的角落、会让一些「靠默契运作」的空间被迫显形。但也正因为如此，它才是转型真正的价值所在——把存在于个人脑袋里的默契，变成组织可以传承的规格。
AI 在这个过程里的角色，是加速器而不是替代品。它能帮你读表单、整理逐字稿、生成流程草稿、找出异常路径，把原本需要数周的整理工作压缩成数天。但唯有当有人真正走完那一趟跟单的路，画出一张诚实的现况流程图，并在每个节点旁边写下「这里为什么会卡住」，萤幕上的那条流程才会真正跑得动。
如果你正在推动类似的项目，欢迎在顶客论坛的 AI 趋势版分享你的现况流程图（记得去识别化），特别是那些「画到一半就卡住」的节点——那些地方往往就是整条流程最有价值、也最需要被讨论的部分。数位转型从来不是一个人的工程，它更像是一场集体的考古行动：每个人都记得一小块，拼起来才是完整的真相。
```
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →